一种基于专家偏好的GRA—TOPSIS模型的评价方法

    公开(公告)号:CN104123467A

    公开(公告)日:2014-10-29

    申请号:CN201410356623.2

    申请日:2014-07-24

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于专家偏好的GRA—TOPSIS模型的评价方法,其特征是按如下步骤进行:步骤1.计算灰色关联系数;步骤2.基于加权灰色关联系数的TOPSIS模型的评价。本发明不仅能有效反映评价指标之间的非线性关系,并简化计算量,而且能准确反映影响权重的客观因素,从而提高TOPSIS评价模型的评价精度。

    一种基于多属性匹配的云服务推荐方法及装置

    公开(公告)号:CN102523247A

    公开(公告)日:2012-06-27

    申请号:CN201110377164.2

    申请日:2011-11-24

    IPC分类号: H04L29/08

    摘要: 本发明公开了一种基于多属性匹配的云服务推荐方法及装置,由云服务提供商向云服务推荐装置发布云服务解决方案,由云服务客户向运服务推荐装置发布云服务需求,分别从云服务解决方案中获取属性集及其匹配特征与实际值,从云服需求中获取属性集及其匹配特征与期望值;对云服务解决方案与云服务需求中相应各功能属性进行比对以及计算各功能属性匹配度,并将符合条件的云服务解决方案归入匹配集;对云服务解决方案相应各可信属性进行比对以及估算可信属性匹配度,并结合可信权重与方案匹配度获得综合匹配度;所得匹配集中,根据各个匹配方案的综合匹配度和历史客户评价,计算推荐度并对其排序,将符合条件的匹配方案归入推荐集。

    一种基于证据理论的不确定型软件可信性评估方法

    公开(公告)号:CN101763304A

    公开(公告)日:2010-06-30

    申请号:CN200910251702.6

    申请日:2009-12-31

    IPC分类号: G06F11/36

    摘要: 本发明公开了一种基于证据理论的不确定型软件可信性评估方法,包括下述步骤:(1)以效用理论和证据理论为基础,定义一个需求驱动的软件可信性评估过程,较为清晰地阐明可信性评估推理过程中亟需解决的关键科学问题和研究难点;(2)给出基于多维可信属性的多尺度量化指标系统TEIS的标准形式化定义;(3)对原谨慎连接规则中的无知空间进行分化处理,引入基于折扣和相对权重的联合系数,定义一种新颖的相关信念背景下的证据合成规则-ECCR,以进行不确定信息的融合。(4)依据可信指标间的复杂层级特征,建立一种考虑信息源相关的软件可信性评估推理模型,以证据理论进行不确定型软件可信性评估模型的构建与求解,以ECCR解决评估信息源相关背景下的信息融合问题。

    基于双光谱面部视频的非接触式呼吸率监测方法及系统

    公开(公告)号:CN117357093A

    公开(公告)日:2024-01-09

    申请号:CN202311281289.4

    申请日:2023-09-28

    摘要: 本发明提供一种基于双光谱面部视频的非接触式呼吸率监测方法及系统,涉及呼吸率监测领域。该方法包括:同时获取热红外视频和可见光视频;提取第一热红外图像;提取第一热红外图像对应的呼吸信号,作为第一呼吸信号;并选取第一可见光图像帧;利用仿射变换的方法将第一可见光图像帧中被测用户的鼻子感兴趣区域映射至第一热红外图像帧,并在第一热红外图像帧中提取映射区域的图像,作为第二热红外图像;提取第二热红外图像对应的呼吸信号,作为第二呼吸信号;将第一呼吸信号和第二呼吸信号进行信号融合,将信号融合后的信号作为第三呼吸信号;得到呼吸信号曲线;基于呼吸信号曲线,获取被测用户的呼吸频率。基于此,有效提升呼吸率监测的精确度。

    微创手术视频摘要生成方法
    98.
    发明公开

    公开(公告)号:CN116567348A

    公开(公告)日:2023-08-08

    申请号:CN202310502017.6

    申请日:2023-05-05

    摘要: 本发明提供了一种微创手术视频摘要生成方法,涉及视频摘要生成技术领域。本发明提出了基于手术行为语义标签的帧级重要性估计,根据微创手术视频相邻帧手术行为的语义标签变化,估计帧级重要性分数,捕捉视频中包含更多有价值的手术信息,突破了现有方法提取手术视频关键内容的局限性。同时本发明基于变化点检测的镜头切分方法,以手术器械的消失或出现为原则对手术视频进行切分镜头,克服了视觉上手术视频没有镜头边界的缺陷。且多目标0,1规划方法选择镜头能保证生成的微创手术视频摘要具有较好的手术阶段完整性,更能满足医生对手术过程的需求。

    面部红外热图的灌注优化及人工智能情绪监测方法

    公开(公告)号:CN110751015B

    公开(公告)日:2023-04-11

    申请号:CN201910823131.2

    申请日:2019-09-02

    摘要: 本申请提供一种面部红外热图的灌注优化及人工智能情绪监测方法,其中,基于监测目标个体面部红外视频,利用CNN‑BiGRU_Attention网络模型对每帧面部红外图像对应的血液灌注伪彩色图进行处理,进而挖掘蕴含在帧内空间特征向量矩阵;此外,利用BiGRU层确定面部红外视频帧间时间特征向量矩阵;最后基于每帧面部红外图像对应的空间特征向量矩阵和相邻帧间时间特征向量矩阵,确定监测目标个体针对每种预设情绪状态的概率特征信息。上述技术方案将CNN与BiGRU结合,BiGRU模块引入Attention机制,充分提取图像的空间特征和帧间时间特征,进而联合识别监测目标个体对于每种预设情绪状态的概率特征信息,可以在非干扰的测试环境中获取更加真实的情绪分布,有效提高了情绪识别的效率及准确度。